高通量测序数据的处理工具--picard

• 官网： http://broadinstitute.github.io/picard/
• github : https://github.com/broadinstitute/picard

一组用于操作高通量测序 (HTS) 数据和格式的 Java 命令行工具。

Picard 是使用 HTSJDK Java 库 HTSJDK 实现的，以支持访问通常用于高通量测序数据的文件格式，例如 SAM 和 VCF。

支持的功能包括：*

• AddCommentsToBam
• AddOrReplaceReadGroups
• BamToBfq
• BamIndexStats
• BedToIntervalList
• BuildBamIndex
• CalculateHsMetrics
• CleanSam
• CollectAlignmentSummaryMetrics
• CollectBaseDistributionByCycle
• CollectGcBiasMetrics
• CollectInsertSizeMetrics
• CollectMultipleMetrics
• CollectTargetedPcrMetrics
• CollectRnaSeqMetrics
• CollectWgsMetrics
• CompareSAMs
• CreateSequenceDictionary
• DownsampleSam
• ExtractIlluminaBarcodes
• EstimateLibraryComplexity
• FastqToSam
• FifoBuffer
• FilterSamReads
• FilterVcf
• FixMateInformation
• GatherBamFiles
• GatherVcfs
• GenotypeConcordance
• IlluminaBasecallsToFastq
• IlluminaBasecallsToSam
• CheckIlluminaDirectory
• IntervalListTools
• LiftoverVcf
• MakeSitesOnlyVcf
• MarkDuplicates
• MarkDuplicatesWithMateCigar
• MeanQualityByCycle
• MergeBamAlignment
• MergeSamFiles
• MergeVcfs
• NormalizeFasta
• ExtractSequences
• QualityScoreDistribution
• ReorderSam
• ReplaceSamHeader
• RevertSam
• RevertOriginalBaseQualitiesAndAddMateCigar
• SamFormatConverter
• SamToFastq
• SortSam
• SortVcf
• UpdateVcfSequenceDictionary
• VcfFormatConverter
• MarkIlluminaAdapters
• SplitVcfs
• ValidateSamFile
• ViewSam
• VcfToIntervalList

一、安装

安装： http://broadinstitute.github.io/picard/

cd /data/software/
wget -c https://github.com/broadinstitute/picard/releases/download/2.27.1/picard.jar

二、使用说明

更多文档：

• https://broadinstitute.github.io/picard/command-line-overview.html#AddOrReplaceReadGroups
• https://broadinstitute.github.io/picard/

说明 文档：https://cncbi.github.io/Picard-Manual-CN/command-line-overview.html#CompareSAMs

java jvm-args -jar picard.jar PicardCommandName OPTION1=value1 OPTION2=value2...

大多数命令都设计为在 2GB 的 JVM 中运行，因此建议使用 JVM 参数 -Xmx2g。

三、报错

四、讨论

五、我的案例

5.1 检查bam的问题

java -jar /data/software/picard.jar ValidateSamFile I=198p.bam OUTPUT=198pr.bam MODE=SUMMARY


## HISTOGRAM    java.lang.String
Error Type      Count
ERROR:INVALID_INDEX_FILE_POINTER        1
ERROR:MISSING_READ_GROUP        1
WARNING:RECORD_MISSING_READ_GROUP       33625198


java -jar /data/software/picard.jar ValidateSamFile I=198p.bam OUTPUT=198pr.bam MODE=SUMMARY IGNORE=INVALID_INDEX_FILE_POINTER

这个报错的原因，怀疑是单个基因片段对应的reads数目太多，超出了处理上线。 建议换掉sam, 用sambamba来从sam 得到bam

参考资料